Este artigo é um Preprint
Preprints são relatos preliminares de pesquisa que não foram certificados pela revisão por pares. Eles não devem ser considerados para orientar a prática clínica ou comportamentos relacionados à saúde e não devem ser publicados na mídia como informação estabelecida.
Preprints publicados online permitem que os autores recebam feedback rápido, e toda a comunidade científica pode avaliar o trabalho independentemente e responder adequadamente. Estes comentários são publicados juntamente com os preprints para qualquer pessoa ler e servir como uma avaliação pós-publicação.
Epidemics of chikungunya, Zika, and COVID-19 reveal bias in case-based mapping
Preprint
em En
| PREPRINT-MEDRXIV
| ID: ppmedrxiv-21261038
ABSTRACT
Accurate tracing of epidemic spread over space enables effective control measures. We examined three metrics of infection and disease in a pediatric cohort (N {approx} 3,000) over two chikungunya and one Zika epidemic, and in a household cohort (N=1,793) over one COVID-19 epidemic in Managua, Nicaragua. We compared spatial incidence rates (cases/total population), infection risks (infections/total population), and disease risks (cases/infected population). We used generalized additive and mixed-effects models, Kulldorfs spatial scan statistic, and intracluster correlation coefficients. Across different analyses and all epidemics, incidence rates considerably underestimated infection and disease risks, producing large and spatially non-uniform biases distinct from biases due to incomplete case ascertainment. Infection and disease risks exhibited distinct spatial patterns, and incidence clusters inconsistently identified areas of either risk. While incidence rates are commonly used to infer infection and disease risk in a population, we find that this can induce substantial biases and adversely impact policies to control epidemics. Article summary lineInferring measures of spatial risk from case-only data can substantially bias estimates, thereby weakening and potentially misdirecting measures needed to control an epidemic.
cc_by_nc_nd
Texto completo:
1
Coleções:
09-preprints
Base de dados:
PREPRINT-MEDRXIV
Tipo de estudo:
Cohort_studies
/
Observational_studies
/
Prognostic_studies
Idioma:
En
Ano de publicação:
2021
Tipo de documento:
Preprint